量化研究採實證主義的觀點,以統計分析探究社會的現象,企圖建立放諸四海皆準的原理原則,更進一步解釋、預測和控制社會的現象。量化的研究者皆認為社會的現象可透過觀察而得,強調價值中立的態度,以達成客觀。
一般量化研究的問題可分為三類:
1.現況不明的問題稱為「描述性問題」;
2.關聯不清的稱為「關聯性問題」;
3.因果不解的問題稱為「因果性問題」。
例如:目前小朋友的早餐,究竟有沒有吃早餐?早餐吃些什麼?這樣的問題就是「描述性問題」;如果我們想進一步知道小朋友早餐習慣和家長職業的關係,那就是「關聯性問題」;如果我們更進一步探討小學生早餐習慣對學習成就的影響,那就是「因果性問題」。
量化研究的基本信念有4點:
1.量化研究可以發現事實,透過計量分析的方法觀察社會現象,其可信度更高;
2.量化研究可以驗證假設:社會科學研究主要目的之ㄧ是考驗假設,故須將資料予以數量化,再以統計的假設檢定方法加以檢驗;
3.量化研究可以建立定律:假設經過多次驗證程序而得到相同的結果,則定律就可以成立;
4.量化研究可以建構理論:如果某一定律有其他許多相關的定律或概念支持,進而建構完整的概念系統,就可以形成經驗性的理論。
量化研究的方法有3種不同途徑:
1.社會調查:
運用問卷調查的方法蒐集有關社會現象的資料,通常可以累積豐富的資料:
調查方式可分為:郵寄問卷、面對面訪問與電話訪問三種。
2.實驗研究:包括三項要件:
(1)控制:一般控制自變項或研究情境,以消除影響研究結果的外在因素。
(2)隨機化:將研究樣本隨機分派到控制組或實驗組的方法,實驗研究設計通常以一個控制組,以作為比較的基礎第。
(3)干擾變項的處置:當我們探求實驗處理與實驗結果之間的關係時,容易受到許多干擾變項的影響,必須設法透過隨機化或統計方法加以排除。
3.結構觀察:
事前決定研究依據的理論,據此設計結構性的量表,然後再以此量表觀察研究對象。結構觀察是觀察研究中最嚴謹的設計,一般都是事前知悉那些活動與行為是要觀察的,也知悉行為者可能有的反應,並且予以記錄下來,如佛蘭德斯(N.A. Flanders)觀察教室中老師學生互動的行為,發展出教師與學生在教室中口語互動情形。
量化研究
- 描述統計
描述統計之功用是在化約資料(data reduction),當原始資料很多時,如不加以組織及整理,我們很難了解資料中所含之訊息及意義。利用一些基本的描述統計法,這些資料即可被濃縮,進而給我們一些基本的訊息。資料在化約後會損失一些訊息,不同的資料化約方法,亦即不同的描述統計,可將同樣的資料做不同方式呈現,因此我們要慎重的選擇以何種描述統計來適當的呈現資料,以及要省略資料中的那些訊息。此分析主要目的是欲了解受訪樣本基本特性的資料,如平均數、標準差、變異數、極大(小)值等。
2、樣本平均數的差異顯著考驗
(1)獨立樣本T考驗
統計資料分析時常必須比較不同兩群體的某種特性是否一致,或對某問題的觀點是否一致。這種兩群體特性一致性與否,往往可由兩群體特性的期望值來判斷。獨立樣本的T檢定是用以檢定兩群體特性的期望值是否相等之一種常用的統計方法。本方法適用於兩組平均數差異的檢定,例如比較不同性別的國中三年級學生之在校數學成績的差異。
(2)成對樣本T考驗
若兩群體的資料是成對出現,亦即兩組資料是相依的(例如:減肥前和減肥後的資料),則必須應用成對樣本的T檢定。成對樣本的T檢定同樣是用以檢定兩群體特性的期望值是否相等之一種常用的統計方法。
(3)單因子變異數分析
上述的獨立樣本t考驗是探討兩個獨立母群體的平均數是否相同所使用的方法。然而,當我們想要比較超過2組以上的平均數是否相同時,用獨立樣本t考驗就不恰當了。應該利用單因子變異數分析,它是獨立樣本t檢定的延展,來比較三組或三組以上平均數。
在單因子變異數分析中,有三組(含)以上之組別接受不同的自變項的處理,但是單因子變異數分析的結果只能解釋這三組(以上)之間『有無差異』,而無法解釋『兩組間的差異』。本方法適用於三組以上平均數差異的檢定,例如比較不同社會經濟地位的家庭(分高、中、低)其子女在校數學成績的差異。
3、皮爾遜積差相關分析
以皮爾遜積差相關方法分析兩者的相關程度,積差相關係數可作為兩個連續變數間線性相關的指標。相關分析是分析變數間關係的方向與程度大小的統計方法,而相關係數代表兩個變數之間關係密切與否的程度。相關係數介於-1與+1之間,正負符號表示相關的方向,負相關表示線性相關的斜率為負,正相關表示線性相關的斜率為正。
4、迴歸分析
迴歸分析是用來分析一個或一個以上自變數與依變數間的數量關係,以了解當自變數為某一水準或數量時,依變數反應的數量或水準。
(1)簡單迴歸分析
當研究問題中,僅有一個預測變項時,而依變項為也只有一個,因而可採用「簡單迴歸分析法」。
(2)多元迴歸分析
研究問題中,有數個預測變項,例如:「學生性別」、「壓力懼怕」、「情緒擔憂」、「考試焦慮」、「課堂焦慮」、「學習信心」、「有用性」、「成功態度」、「探究動機」、「數學工作投入」、「數學自我投入」等十一個;而依變項為「數學成就」變項一個,因而可採用「多元迴歸分析法」或稱「複迴歸法」。
|